可靠性全局灵敏度求解的Meta-IS-AK算法

可靠性全局灵敏度（GRS）可以衡量输入变量对结构系统失效概率的平均影响,但目前仍然缺乏具有广泛适应性的高效算法。针对此问题,本文将在元重要抽样和可靠性全局灵敏度的贝叶斯算法基础上建立一种新的高效算法。所提算法首先利用已有的贝叶斯算法,将可靠性全局灵敏度转换成由无条件失效概率及输入变量失效域条件下的概率密度函数（PDF）表达的形式,然后分3步来完成算法的组织。第1步是利用元重要抽样的迭代策略抽取失效域的重要抽样样本;第2步是在已有的元重要抽样法中嵌入自适应Kriging模型,高效计算出无条件失效概率;第3步是利用Metropolis-Hastings准则,将失效域的重要抽样样本转化成为原始密度函数在失效域的样本点,进而同时求得各个输入变量在失效域中的条件概率密度函数,并最终求得可靠性全局灵敏度。由于所提算法充分利用了已有的可靠性全局灵敏度贝叶斯算法的维度独立性、元重要抽样法对隐式多失效域的适应性以及元重要抽样法中嵌入式Kriging模型的高效性,因此所提算法具有广泛的适用范围和较高的效率,该结论得到了算例结果的充分验证。     

矩独立重要性分析的Kriging代理模型方法

结构重要性分析是结构不确定性分析的重要研究内容之一。作为一种矩独立的重要性测度指标,基于失效概率的重要性测度能够有效地反映输入变量的不确定性对结构失效概率的影响。然而,相比于其他形式的重要性测度,对基于失效概率的矩独立重要性测度进行高效准确的求解仍然存在一定的困难。基于此,结合Kriging代理模型提出了一种高效的矩独立重要性分析的新方法。所提方法首先通过较少的实验设计样本构建能够充分近似真实输入输出响应函数的Kriging代理模型,进而通过数值模拟策略对所构建的Kriging模型进行分析,最终求解得到各个输入变量基于失效概率矩独立重要性测度的主效应和总效应,给出各个输入变量对于失效概率的影响程度排序。相比于现有方法,所提方法由于引入Kriging代理模型极大地降低了对响应函数的计算次数,同时保证了重要性分析的计算精度。两个工程应用实例结果表明了所提方法在计算效率和计算精度方面的优势,体现了所提方法良好的适用性。     

基于偏导数的全局灵敏度指标的高效求解方法

在全局灵敏度分析领域,基于偏导数的全局灵敏度指标由于其优良的特性得到了广泛的关注。针对目前求解基于偏导数的全局灵敏度指标计算效率低的问题,提出了一种高效的求解方法。该方法利用乘法降维近似地将响应函数展开为连乘积的形式,从而将求解偏导数全局灵敏度的高维积分问题转化为一维积分的连乘积,在保证计算精度的前提下大大降低了求解基于偏导数的全局灵敏度指标的计算量。在求解特定点的偏导数时,采用了复数步长方法,提高了计算精度。最后,通过算例验证了所提方法的准确性和高效性。     

可靠性灵敏度分析的一种新方法

基于极限状态函数矩估计的失效概率计算,提出一种新的可靠性灵敏度分析方法。推导极限状态函数的矩对基本变量分布参数的偏导数,并进而利用失效概率与极限状态方程矩的关系,推导失效概率对基本变量分布参数的偏导数,从而得到可靠性灵敏度。与改进一次二阶矩可靠性灵敏度分析方法相比,所提方法不用求极限状态方程的设计点,因而不需用到极限状态函数对基本变量的梯度函数,适用于隐式极限状态方程的可靠性灵敏度分析,算例结果也充分显示所提方法的合理性和精度。     

基于失效概率的矩独立重要性测度的高效算法

基于失效概率的矩独立重要性测度能够有效地分析输入变量不确定性对结构系统失效概率的影响程度。然而,相比于基于方差的重要性测度,目前很少有足够准确、高效的方法计算该重要性测度。基于此,提出了一种高效求解基于失效概率的矩独立重要性测度新算法。所提算法采用基于分数矩和高维模型替代的极大熵法来高效估计条件概率密度函数,进而求得条件失效概率,再采用三点估计法求得相应条件失效概率的方差,即基于失效概率的矩独立重要性测度。由于所提算法中极大熵法和三点估计法的优点直接被继承,因此所提方法能够在较少的模型计算量的前提下给出足够准确的计算结果。算例表明了本文所提方法相对已有计算方法的优势,体现了更好的工程适用性。     

小失效概率情况下的全局可靠性灵敏度分析的高效方法

针对目前很多算法都无法准确、高效地计算小失效概率（10^-4,甚至更小）情况下的全局可靠性灵敏度问题,本文提出了一种高效求解小失效概率情况下的全局可靠性灵敏度新算法。所提算法通过扩大标准差构造重要抽样密度函数来进行空间分割（SP）,再与无迹变换（UT）结合,利用函数在分割后的子空间内非线性程度的降低和无迹变换方法可以高效计算低非线性程度函数的前二阶矩,来高效准确地计算小失效概率情况下的全局可靠性灵敏度。所提算法的优点有：重要抽样密度函数的选择可以使得空间分割时向重要区域偏移,并且在分割区域内功能函数的复杂性被降低,从而可以利用无迹变换方法高效计算失效概率,进而高效求得全局可靠性灵敏度。与已有的算法相比,算例说明了本文所提方法的优势。     

基于密度权重的可靠性灵敏度分析方法

为了提高可靠性灵敏度求解数字模拟法的效率,提出了一种变量空间确定性低偏差均匀抽样与样本点处联合概率密度函数构造权重相结合的方法,来估计可靠性灵敏度。该方法通过均匀样本点处联合概率密度函数的权重保证了可靠性灵敏度的估计值收敛于真值,而由低偏差抽样代替原问题中的联合概率密度抽样则可以保证更低的误差阶以及在小失效概率条件下抽得的样本有更高的可能性落入失效域,从而保证了所提方法具有更高的收敛速度。另外,所提方法可以采用与独立变量相同的步骤来估计相关变量情况下的可靠性灵敏度,计算简便,适用范围广。算例充分证明了所提方法的优越性。     

变量相关情况下基于马尔可夫链样本模拟的线抽样可靠性灵敏度分析方法

针对变量具有相关性的可靠性灵敏度分析问题,提出了一种变量相关情况下基于马尔可夫链样本模拟的线抽样可靠性灵敏度分析方法。在所提方法中,首先将相关变量等价转换为独立正态变量,然后采用基于马尔可夫链样本模拟的线抽样方法,求解失效概率对等价独立正态变量分布参数的偏导数,最后利用等价变换前后变量分布参数之间的解析关系和复合函数求导法则,求得失效概率对相关变量分布参数的可靠性灵敏度。为了解所提方法的效率和精度,对所提方法的可靠性灵敏度估计值进行了方差分析。由于所提方法采用马尔可夫链快速产生失效域中的条件样本,这些失效域中的样本可用来准确获取重要方向,并可作为线抽样的随机样本,因而该方法具有很高的抽样效率。算例结果表明,所提方法是一种计算相关变量可靠性灵敏度的高效率、高精度方法。     

基于密度权重的可靠性灵敏度分析方法简

 为了提高可靠性灵敏度求解数字模拟法的效率,提出了一种变量空间确定性低偏差均匀抽样与样本点处联合概率密度函数构造权重相结合的方法,来估计可靠性灵敏度。该方法通过均匀样本点处联合概率密度函数的权重保证了可靠性灵敏度的估计值收敛于真值,而由低偏差抽样代替原问题中的联合概率密度抽样则可以保证更低的误差阶以及在小失效概率条件下抽得的样本有更高的可能性落入失效域,从而保证了所提方法具有更高的收敛速度。另外,所提方法可以采用与独立变量相同的步骤来估计相关变量情况下的可靠性灵敏度,计算简便,适用范围广。算例充分证明了所提方法的优越性。     

基于模糊Hausdorff距离的多输出全局灵敏度分析方法

为了度量模糊不确定性条件下输入变量对输出性能的影响,提出了基于模糊向量Hausdorff距离的多输出性能对模糊输入变量的全局灵敏度指标(GSI)。所提指标以模糊向量的Hausdorff距离来度量模糊输入变量被固定后的条件输出性能与无条件输出性能的差异,并在对这种差异进行加权平均的基础上,建立模糊输入变量对多输出性能影响的全局灵敏度指标。另外,所提指标还被推广至随机输入变量的分布参数具有模糊性的情况,用所提指标来衡量模糊分布参数对随机输出性能统计特征的影响,并结合无迹变换和Kriging代理模型方法,建立了模糊分布参数对输出均值影响的灵敏度求解高效方法。在详细给出所提指标的实现步骤后,采用算例说明了所提指标的合理性和算法的高效性。     

含旋转铰间隙平面运动机构可靠性灵敏度分析

基于时变运动机构可靠性灵敏度分析方法,考虑机构杆件旋转铰间隙对运动精度的影响,发展出一种计算含旋转铰间隙平面运动机构全局灵敏度指标的分析方法。该方法首先基于该种运动机构的误差函数构建其包络函数,进而解析推导其可靠性计算公式,在此基础上结合时变运动机构全局灵敏度分析方法,求得含旋转铰间隙平面运动机构各全局灵敏度指标的计算公式。最后,将本文所提方法应用到两个具体机构算例,所得结果数据与蒙特卡罗法计算结果相比吻合度高,具有较高的精确度;同时,计算成本也大大降低。     

基于交叉熵和空间分割的全局可靠性灵敏度分析

基于失效概率的全局灵敏度分析可以度量各个基本随机变量的不确定性对失效概率的影响程度,对如何降低结构的失效概率具有指导意义。基于交叉熵方法和空间分割提出一种新全局可靠性灵敏度分析方法。该方法采用交叉熵法自适应的确定重要抽样密度函数,有效地回避了传统重要抽样中设计点位置和个数求解的困难。基于评估失效概率所使用的样本,利用空间分割方法计算各个输入随机变量的全局可靠性灵敏度指标,能够提高样本的利用率和计算效率。文中利用一个数值算例和两个工程算例验证了所提方法的计算效率和精度。     

不完全概率信息的压杆稳定可靠性鲁棒设计

将可靠性设计理论和鲁棒设计方法相结合, 讨论了不完全概率信息的压杆稳定可靠性鲁棒设计问题, 提出了稳定可靠性鲁棒设计的计算方法.把可靠性灵敏度溶入可靠性优化设计模型之中, 将稳定可靠性鲁棒设计归结为满足可靠性要求的多目标优化问题.在基本随机参数的前四阶矩已知的情况下, 通过计算机程序可以实现不完全概率信息的压杆稳定可靠性鲁棒设计, 迅速准确地得到不完全概率信息的压杆稳定可靠性鲁棒设计信息.      

结构可靠性灵敏度因子的新标准化指标

鉴于以往可靠性灵敏度在不同算法下数值差异性较大,可靠性灵敏度数值仅能进行简单的重要性排序,数值本身难以反映出基本变量对输出不确定性的影响程度,提出了标准化灵敏度因子及标准化灵敏度因子向量。据此,其分量不仅反映了基本变量对输出不确定性的影响,还袁征了此变量在全部变量中对输出不确定性的重要性程度,在数值上具有明确的物理意义,进一步在线性机构条件下推导出标准化灵敏度因子的具体求解公式。经数值算例分析,算法简单易行,运算量小,计算效率高。     

两种基于方差的全局灵敏度分析W指标改进算法

在全局灵敏度分析(SA)中,基于方差的灵敏度分析指标(包括Sobol指标和W指标)应用广泛。其中Sobol指标是将输入随机变量固定于特定点时,求得其对输出响应量的平均影响;而W指标求解当输入随机变量在各自分布区间上缩减变化时,输入变量对输出响应量的影响程度。相比Sobol指标,W指标所反映的信息更加全面。但目前对W指标的求解方法还比较欠缺,双层重复抽样蒙特卡罗(DLRS MC)方法和双层一次抽样蒙特卡罗(DLSS MC)方法是两种传统的求解方法。针对W指标的求解问题,提出了两种新算法:改进的蒙特卡罗模拟(AMCS)和基于稀疏网格积分(SGI)的方法。AMCS只需抽取一组样本便可计算出所有变量的各阶W指标,由于该方法是通过筛选策略来计算条件区间上的方差,避免了DLSS MC法中由于小数取整带来的计数误差,从而提高了计算W指标的精度。基于SGI的方法则利用稀疏网格积分来计算三重矩进而得到W指标,由于该方法继承了稀疏网格积分的高效性,因而进一步提高了W指标的计算效率。最后,给出了两个数值算例和一个工程算例,用于验证所提方法求解W指标的准确性和高效性。     

基于值域的多约束GNSS单频单历元定姿新算法

多天线增强了全球卫星导航系统（GNSS）单频单历元姿态测量解算模型的强度,但随着天线数量增加,模糊度维数成倍增加,从模糊度域确定搜索空间的计算量将显著增长。基于此,提出了基于值域的多约束多天线GNSS单频单历元姿态测量新算法：该算法将姿态约束融入值域搜索模型,利用姿态约束条件推导搜索步长,通过姿态域三维搜索确定模糊度搜索空间,以基于最优条件姿态解非迭代近似估计的方法固定模糊度。实验结果表明,新算法中模糊度搜索效率较原方法提高约65.8%,固定模糊度效率较标准迭代算法提高约95.3%,且与标准迭代算法性能相当;所提算法能够实现GNSS单频单历元的模糊度固定和载体全姿态测量,具有较高的正确率。